Hittar du inte din bransch? Börja med ett samtal.
Prata med en AI-expertCrunch-IS i siffror
Din chatbot, RAG-assistent eller AI-agent kan övertalas att läcka filer eller utföra handlingar som ett vanligt penetrationstest aldrig kontrollerar.
Crunch-IS utför AI-penetrationstester mot OWASP Top 10 for LLM Applications, åtgärdar det vi hittar och behåller de attacker som lyckades i din CI som automatiserade kontroller.
Attackvägar hittas och åtgärdas innan kunder, partner eller angripare kan utnyttja dem.
Behörigheterna krymps till vad varje uppgift kräver, så att en manipulerad agent kan nå betydligt mindre.
Svaren bygger bara på filer som den som frågar får se, och personuppgifter hålls utanför svaren.
En rapport kopplad till OWASP Top 10 for LLM Applications besvarar de säkerhetsfrågor som dyker upp i affärer med storföretag och vid revisioner.
Det här händer när du har skickat formuläret.
Berätta vad din AI-applikation gör, vilka verktyg och data den kan nå och vem som använder den.
Vi går igenom din arkitektur och skickar en skriftlig omfattning: vad vi testar, vad vi får röra och priset.
Vi angriper applikationen manuellt och med automatiserade attacksviter, i en staging-miljö om du inte väljer något annat.
Du får varje fynd rangordnat efter exploaterbarhet, med den indata som utlöste det.
Våra ingenjörer åtgärdar fynden i din kodbas, och ditt team granskar ändringarna.
Vi kör om varje attack som lyckades och lämnar dem kvar i din pipeline som automatiserade kontroller.
Vi börjar med att kartlägga hur en angripare kan nå din modell: vilka indata den läser, vilka dokument den hämtar, vilka verktyg och data den kan komma åt och vem som kan prata med den. I bedömningen kommer vi överens om vilka risker som ska prioriteras och hur ett godkänt resultat ser ut. Den fastställer också omfattningen och priset för testet som följer.
Angripare behöver inte åtkomst till din prompt för att ändra den. Vi testar direkt prompt injection via chatten och indirekt prompt injection via de e-postmeddelanden, dokument och webbsidor som din modell läser, inklusive försök att få ut din systemprompt. Varje fynd levereras med exakt den indata som fungerade, så att ditt team kan återskapa det.
En agent med åtkomst till verktyg kan göra verklig skada om någon övertalar den att utföra fel handling. Vi försöker få din agent att skicka pengar, radera poster, köra kod eller nå data utanför sin uppgift, via sina egna verktyg, MCP-servrar och integrationer. Du ser vilka behörigheter en angripare skulle kunna utnyttja och vilka agenten aldrig behövde.
En RAG-assistent ska bara svara utifrån dokument som den som frågar har behörighet att se. Vi testar om den kan fås att hämta någon annans filer eller avslöja personuppgifter. Vi kontrollerar också vad som händer när modellens utdata flödar ofiltrerad in i en webbläsare, en databasfråga eller ett annat system.
En rapport ensam lämnar den svåraste delen åt ditt team. Våra ingenjörer åtgärdar det som testet hittar: snävare behörigheter för agenter, filtrering av indata och utdata, skyddsräcken och loggning av varje handling som en agent utför. Varje åtgärd hamnar i din kodbas och granskas av ditt team. Om din säkerhetspolicy kräver att åtgärderna kommer från dina egna utvecklare lämnar vi i stället över var och en som exakta steg.
Vi kör om varje lyckad attack efter åtgärderna för att bekräfta att den inte längre fungerar. Sedan blir attackerna automatiserade kontroller i din CI, så att en ny prompt, en ny modell eller ett nytt verktyg inte i det tysta kan öppna ett hål som vi har täppt till.
Vi testar mot alla tio risker på OWASP-listan, från prompt injection och röjande av känslig information till överdriven autonomi och felaktig hantering av utdata. Varje fynd kopplas till listan för dina säkerhets- och compliance-team.
Vi kombinerar attacker som skrivits för hand för ditt användningsfall med automatiserade attacksviter, så att ett och samma test täcker både de fall som är specifika för din applikation och kända attackmönster.
Vi begränsar varje agents behörighetsuppgifter till dess uppgift och loggar varje verktygsanrop med dess indata, på samma sätt som vi bygger våra egna agenter. I en AI-agent för e-post inom byggbranschen passerar varje inkommande fil Microsoft Defender for Storage innan agenten agerar på den.
Vi lägger till filter som fångar injicerade instruktioner innan de når modellen, och kontroller av det modellen returnerar innan det når en webbläsare, en databasfråga eller en användare.
Vi upprätthåller dokumentbehörigheter redan vid hämtningen, som i en kunskapsassistent för företag som bara svarar utifrån filer som varje person har behörighet att se.
Vi lägger in regressionsattackerna i din byggpipeline bredvid dina övriga DevSecOps-kontroller, med ett tröskelvärde som får bygget att misslyckas när en attack lyckas igen.
Dina ingenjörer får varje fynd med den indata som utlöste det och åtgärden. Din ledning och dina revisorer får en lättbegriplig sammanfattning av riskerna och deras status.
Vi kommer skriftligen överens om vilken applikation, vilka agenter och vilka data vi testar, vad vi får röra och vad ett godkänt resultat innebär.
Varje fynd rangordnas efter hur lätt en angripare skulle kunna utnyttja det och vad det skulle ge åtkomst till, så att ditt team åtgärdar de farliga först.
De attacker som lyckades ligger kvar i din pipeline som automatiserade kontroller, dokumenterade så att ditt team kan köra och bygga ut dem.
Vi bygger AI-applikationer, så teamet som hittar ett hål är samma team som täpper till det. Testet avslutas med åtgärder i din kodbas och de kontroller som bevisar att de fungerar.
Vi rangordnar varje fynd efter vad en angripare faktiskt skulle kunna nå genom det. Din första åtgärd stänger den väg som betyder mest, och fynd med låg påverkan tränger inte undan de farliga.
Vi utformar AI-agenter med avgränsade behörighetsuppgifter och loggade handlingar, så vi vet var agenter brukar få mer åtkomst än deras uppgift kräver. Vi testar dina med den kunskapen.
De kommer med många skalbara och idéer om bästa praxis som gör det möjligt för oss att uppnå det vi har i dag.
Crunch-IS var mycket bra på att visa oss hur bra lösningar ska se ut och ge liv åt våra idéer för utvärdering och granskning.
Det som imponerade på mig med Crunch-IS är kvaliteten på utvecklarna. Den är helt enkelt mycket bättre än i något annat företag vi har försökt samarbeta med.
Vi är imponerade av deras prestationer, hur de är engagerade i produktutvecklingen och hur de bryr sig om produkten.
Det har varit en mycket trevlig upplevelse. Allt har varit fantastiskt när det gäller kommunikation och samarbete.
Vårt samarbete med Crunch-IS har varit en ovärderlig resurs när vi har skalat upp.
Det jag fann hos Crunch-IS var den tekniska kompetensen, förmågan att tänka utanför boxen och mycket god engelska.
De har haft stor inverkan på hela den arkitektur vi slutligen fick. På det hela taget har jag varit nöjd och imponerad av allt Crunch-IS gjorde för oss.
Crunch-IS imponerade på oss med sin tekniska skicklighet och det rena ”mötet mellan tankar och kulturer” samt öppna, ärliga samtal. Detta var inget beslut vi tog lättvindigt, och fem månader in i samarbetet är vi fortsatt mycket imponerade av hur Crunch-IS närmar sig samarbetet, och vi är mycket nöjda med kvaliteten på teamet som arbetar med oss.
Det var enkelt att arbeta med Crunch-IS. De var tålmodiga med oss när vi gick igenom avtalsfrågorna och tålmodiga igen när vi satte upp faktureringen. Designarbetet var elegant och utvecklaren levererade appen vi hade avtalat om i tid och med god kvalitet.
Teamet på Crunch-IS var mycket trevligt att arbeta med. De arbetade flitigt och var mycket professionella. När frågor eller tekniska problem uppstod svarade de snabbt och var alltid redo och vänliga med att hjälpa oss.
En utvecklare från Crunch-IS hjälpte oss att leverera en viktig funktion till vårt projekt mycket snabbare än väntat.
Crunch-IS möjliggjorde ett sömlöst och samarbetsinriktat arbete genom hela projektet. Teamet höll öppna kommunikationskanaler, förde detaljerade anteckningar över uppgiftsfördelningen och höll projektets tidsplaner. Deras expertis inom både design och utveckling gör företaget unikt.
Crunch-IS tillhandahåller löpande utvecklingsstöd som möter projektets krav vid behov. Trots att de sitter utomlands är de lätta att arbeta med och tillgängliga via kommunikationskanaler
Den bästa leverantör vi kunde hitta. Crunch-IS kombinerar praktisk utveckling med innovativa designprinciper. Både intern och extern återkoppling på apputvecklingen har varit positiv. De slutför projektets milstolpar enligt planerad tidsplan och levererar inom budget. Teamet’ är lyhört och villigt att föra en produktiv dialog.
Crunch-IS överträffade mina förväntningar. Jag uppskattade utvecklarnas uppfinningsrikedom inför begränsningar och komplexa krav. Företaget kunde leverera och slutföra projektet framgångsrikt.
Projektet har hittills gått smidigt. Crunch-IS har en enastående arbetsmoral. Tack vare det har de’ kunnat hantera varje utmaning som dykt upp. De sköter det dagliga arbetet bra på egen hand men kommunicerar också regelbundet med oss för att säkerställa att vi’ är överens.
Appen som Crunch-IS arbetade på är ren, strömlinjeformad och fungerar som avsett. Crunch-IS gör mer än väntat för att säkerställa att båda teamen är samspelta. Det engagerade teamet skapar en trevlig upplevelse genom sitt positiva bemötande och effektiva projektledning. Teamet var mycket vänligt och det var ett nöje att arbeta med dem.
AI-pentest, eller AI-penetrationstest, är ett säkerhetstest av en applikation som bygger på en språkmodell: en chatbot, en RAG-assistent eller en agent med verktyg. Testet kontrollerar om en angripare kan köra över modellens instruktioner, få ut data, missbruka agentens behörigheter eller föra in skadlig utdata i andra system. Det testar din AI-applikation, vilket är en annan uppgift än att använda AI-verktyg för att utföra ett penetrationstest.
Ett vanligt penetrationstest letar efter sårbarheter i kod, infrastruktur och konfiguration. En LLM-applikation tillför attackvägar via språket: instruktioner som gömts i ett dokument, en fråga som läcker en annan användares data, en konversation som leder en agent till fel handling. Våra säkerhetstester av LLM täcker dessa vägar och integrationerna runt dem; ett test av din bredare infrastruktur ingår i våra cybersäkerhetstjänster.
AI-pentest granskar en avgränsad applikation efter exploaterbara sårbarheter, rangordnar dem och avslutas med åtgärder och ett omtest. AI red teaming är bredare och målstyrt: det testar hur modellen beter sig under ihållande fientligt tryck, inklusive skadlig utdata eller utdata som bryter mot policyn. Många team börjar med ett pentest före lansering och lägger till red teaming i takt med att applikationen växer.
Ja. Vi testar i en staging-miljö med testkonton och testdata om du inte bestämmer något annat, och vi kommer skriftligen överens om vilka system och handlingar som ingår i omfattningen. Varje handling som en agent skulle kunna utföra i produktion demonstreras i staging-miljön.
OWASP Top 10 for LLM Applications är grunden, och varje fynd kopplas till den. När ditt compliance-team behöver det kopplar vi även fynden till MITRE ATLAS eller NIST AI Risk Management Framework.
Vi prissätter varje test efter att ha kartlagt attackytan, eftersom arbetet beror på hur många modeller, agenter, verktyg och datakällor som ingår. Du får en skriftlig omfattning och priset innan något test påbörjas.
Prata igenom din AI-applikation och de risker som oroar dig i ett kostnadsfritt bedömningssamtal.
Skicka en skiss, en kravspecifikation eller tre meningar om var systemet har kört fast. Ett samtal räcker oftast för att avgöra om vi passar er.
Skräddarsydd mjukvara, AI och ML, data och analys, moln och säkerhet — från tidig behovsanalys till långsiktig leverans.
Din integritet är viktig. Vi använder cookies för att förbättra din upplevelse och anpassa innehåll.
